朴素贝叶斯底层

import numpy
import pandas

if __name__ == '__main__':
    df_datas = pandas.read_csv(r"数据集x1,x2,y")

    x_names = df_datas.iloc[:, :-1].columns.values
    # x_names = ["X1", "X2"]

    y_names = df_datas.iloc[:, -1:].columns.values
    # y_names = ["Y"]

    y_values = df_datas.iloc[:, -1].unique()
    # y_values = [1, -1]

    prob_after_dict = { } # 保存后验概率
    prob_before_dict = { } # 保存先验概率

    # 取出每一个y的不同取值，计算先验概率以及取出后验概率的每一个样本点
    for y_val in y_values:

        # 求先验概率
        y_val_cnt = len(df_datas.loc[df_datas["Y"] == y_val, :])
        y_all_cnt = len(df_datas)
        prob_y = y_val_cnt / y_all_cnt # 先验概率

        before_key = f"P(Y={y_val})"

        prob_before_dict[before_key] = prob_y # 将先验概率保存到字典

        # 取出当前y值对应的所有样本点 y=1时与y=-1时
        y_all_samp = df_datas.loc[df_datas["Y"] == y_val, :]

        # 取出所有特征名，X1和X2
        for x_n in x_names:
            # 取出每一个特征名对应的所有可能取值，
            #   X1：1， 2， 3
            #   X2：S M L
            x_values = y_all_samp[x_n].unique()

            # 取出每一个特征对应的单独一个值，计算后验概率 P（xi = ？| y = ?）
            for x_val in x_values:
                # 取出值的条件
                x_val_opt = y_all_samp[x_n] == x_val

                # 根据条件从 当前 Y 对应的子数据集中取出样本点
                df_x_val = y_all_samp.loc[x_val_opt, :]
                x_val_cnt = len(df_x_val)
                y_val_cnt = len(y_all_samp)

                # 计算后验概率
                prob_xTy = x_val_cnt / y_val_cnt

                after_key = f"P({x_n}={x_val}|Y={y_val})"

                prob_after_dict[after_key] = prob_xTy

    # print(prob_before_dict)
    # print(prob_after_dict)

    test_xs = numpy.array(
        [
            [2, "S"],
            [3, "S"],
            [2, "L"],
        ]
    )

    test_ys = [] # 保存所有标签值

    # 遍历每一个样本点
    for xs in range(len(test_xs)):

        test_x = test_xs[xs] # 取出一个样本点进行训练

        # 保存每一个样本点类别的概率
        prob_dict = {
            -1:0,
            1:0
        }
        # 根据每一个标签值计算先验概率、后验概率
        for y_val in y_values:
            prob = 1 # 用于临时保存一个样本点的朴素贝叶斯概率

            # 查询字典得到后验概率
            before_key = f"P(Y={y_val})"
            prob_y = prob_before_dict[before_key]

            prob *= prob_y # 将先验概率累乘到prob中保存

            # 通过查询字典得到所有的后验概率
            for i in range(2):
                x_n = x_names[i]
                x_val = test_x[i]

                after_key = f"P({x_n}={x_val}|Y={y_val})"

                # print(f"{after_key}", prob_after_dict[after_key])
                prob_after = prob_after_dict[after_key]

                prob *= prob_after # 将每一个后验概率值累乘到prob保存

            # print(f"y={y_val}", prob)

            prob_dict[y_val] = prob # 保存每个样本点的朴素贝叶斯概率

        # print(prob_dict)

        test_y = max(prob_dict, key = prob_dict.get)

        test_ys.append(test_y)

    test_ys = numpy.array(test_ys)
    print(test_ys)